name: argo description: Argo 阿尔戈 — 统一搜索与证据核验。多语言检测与跨语言回退；约 120+ 引擎 TF-IDF 路由 + RRF；影视/体育/地理/组织/媒体/金融/宏观/化学等垂直源；垂直结构化模态卡（火车票/油价/贵金属/万年历/星座/手机/汽车/挂号）；日常 combo 预算与深度研究 boost；recovery 防污染；Selection×Absorption；MCP（含 argo_local_search）。入口：npx github:taxueseek/argo / mcp_server.py。 version: 2.8.3 triggers:

• 搜索
• 查一下
• 搜一下
• 核实
• 查证
• 可信度
• search for
• look up
• fact check

Argo v2.8.3 — 统一搜索与证据核验

从「帮你搜到」升级为「帮你核到」。搜索输出自带证据闭环：高后果问题（金融/医疗/法律/事实核查）标 fetch_required，每条结果标 fetch_suggested；--verify 一键核验正文并回填「核实后证据分」，核实过的链接自动记忆，二次搜索直接显示已核实。本版详见 docs/RELEASE_NOTES_v2.8.0.md。

v2.8.3 增量：anysearch 改为进程内 builder（消除 subprocess 启动开销 + HttpClient.post UA 轮换/重试/退避）；weighted RRF 动态可靠性因子（weakest-link 弱源降权，论文 2508.01405）；多语言路由修复（ja/ko 返回目标语言 + 德法西意走 anysearch + 中文内容/金融/技术引擎双层过滤 + Bing mkt 市场码 + 语言偏好软排序）。

v2.8.2 增量：Windows 全平台支持（移除 npm os 限制；GBK 编码防线 PYTHONUTF8 + -X utf8 + JSON read_bytes；工具探测改 shutil.which；Ctrl+C 干净退出；Chrome/Edge 自动发现）；主包 dsh.bundle 声明（dsh plugin add github:taxueseek/argo 即得 MCP 工具）；npm 包补 engines/、data/。

快速上手

python3 scripts/search.py "查询词"            # 自动路由搜索
python3 scripts/search.py "查询词" --json     # JSON 输出（供 Agent 消费）
python3 scripts/search.py "查询词" --verify 3 # 核验 top-3 并回填证据分
python3 scripts/research.py "复杂问题" --json # 取证包（扩词或多工作包 → dossier）

深度研究只走这一条路径。机器产出 dossier（来源/覆盖/缺口/门禁），不是判断稿。Agent 先读 references/research-protocol.md，写出工作包再取证；判断按事实/推断/建议写。不要另装「专业深度研究」skill。

核心命令

search — 统一搜索

增强三工具

# research — 取证（扩词或 --work-packages → dossier + citations + 可判定门禁）
python3 scripts/research.py "查询" [--sub-queries N] [--depth deep] [--budget N] \
    [--route-strategy local_first|cost_aware|full] [--work-packages PATH|JSON] \
    [--json] [--verify N]

# 社交舆情模式
python3 scripts/research.py "iPhone 16 用户评价" --mode social-sentiment --platforms xiaohongshu,reddit,twitter

# evidence — 可信度评估（Selection×Absorption）
echo '{"results": [...]}' | python3 scripts/evidence.py "查询词" --stdin --json [--high-stakes]

# clarify — 意图消歧
python3 scripts/clarify.py "有歧义的查询" --explain --json

抓取三工具（bin/argo 入口）

argo fetch "https://example.com" [--focus "关键词"] [--use-browser]
# {url}.md 直出探测 → HTTP（桌面/移动 UA，抖音等分流站移动优先）→ TLS 指纹 → Wayback/浏览器 自动降级 + BM25 聚焦提取 + 质量信号 + 内容安全引擎
argo screenshot "https://example.com" [--full-page] [--output /tmp/page.png]
argo pdf "https://example.com/paper.pdf" [--pages "1-5"] [--password "secret"]

MCP 服务

python3 scripts/mcp_server.py [--test]

工具名：argo_search、argo_local_search（本机文件/记录搜索，非联网）、argo_research（含 social-sentiment）、argo_evidence、argo_clarify、argo_crawl、argo_fetch（mode=extract 结构化提取）、argo_screenshot、argo_pdf、argo_social_search（mode=sentiment 舆情聚合）。

DeepSeek Harness 插件一行安装（MCP 搜索 + wide_research 编排）：

dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"

wide_research 与 argo_research 共用同一套证据语义：规划互补轨道（可带 depends_on 依赖分阶段，默认并行）→ 有界并发子代理取证 → 来源账本（仅 http(s) URL 入账）→ 综合报告，输出自带 quality_gate_results（passed / conclusion_cap：failures→low、warnings→medium、干净→high）。passed=false 或 conclusion_cap=low 时禁止把报告结论当事实表述，先 argo_fetch / --verify 核验账本来源再下判断。worker 只用 argo 取证工具，不允许调用 argo_research（防研究套研究，硬保护不可放行）。

配额与引擎

python3 scripts/quota.py stats              # 配额状态
python3 scripts/search.py --list-engines    # 全量引擎清单（真源 config.yaml）
python3 scripts/search.py --list-engines --routable-only

Agent 执行纪律

1. 高后果问题（金融/医疗/法律/事实核查）：search → evidence（或看 credibility_fast）→ fetch 高分 URL → 再下结论；fetch_required=true 时禁止跳过核验
2. 数字：必须标注口径（全市场/主动/持仓市值 vs 占比）；冲突时并列，禁止口径未对齐合并
3. SERP 链（baidu/s、sogou/link）：禁止当正文来源
4. 社交帖：叙事/舆情，不进事实真值
5. 深度研究：先读 references/research-protocol.md；有决策含义就交工作包，不要靠扩词充问题树；quality_gate_results.passed=false 必须降级表述

证据闭环（v2.8.0）

搜索输出已带证据门控，Agent 可编程判断「现在能不能下结论」：

• fetch_required：bool。命中高后果域时为 true，下结论前必须核验正文
• evidence_loop.suggested / verified_count / pending_count：建议核验 URL 列表 / 已核验 / 待核验
• 每条结果：fetch_suggested（是否建议核验）、has_fetched_evidence（是否已核验）、post_fetch_absorption（正文级吸收分，核验后回填）

python3 scripts/search.py "贵州茅台股价" --verify 3
# [verify] 核验 3 条，improved=2 unchanged=1 degraded=0 mean_delta=0.18

子技能

工程纪律（单一真源）

• 代码真源 = 本仓库；引擎声明真源 = config.yaml（外置 engines/specs/*.yaml 优先覆盖同名引擎）；注册表由 scripts/sync_backends.py 派生到 backends/*
• 宿主入口 用 scripts/link_source.py symlink 指回真源（目标来自 --to / ARGO_LINK_TARGETS / 本机 installs.local.yaml）；禁止 rsync/多副本；禁止在产品代码写死主机 skill 路径
• 新增搜索源：只改 config.yaml（必要时 scripts/engines.py 注册 builder）→ python3 scripts/sync_backends.py && python3 scripts/sync_backends.py --check → 回归 python3 -m pytest tests/ -q

参考文档

它和「模型自带搜索 / AI 搜索 / 聚合搜索」比，强在哪

简单来说：前三种方案解决「人找信息」，Argo 解决「Agent 及搜索核查于一身，具备一条龙的搜索服务」。差别不在界面，在交付物，给人看的叫总结页或链接清单，给 Agent 的应是能排序、能复核、不撑爆上下文的优质内容，更可靠的搜索信息。

机制上，Argo 把搜索当成一条证据管线：语言检测 → 领域路由 → 多引擎召回 → RRF 融合 → 证据快评，交付的是 Agent 可直接排序、可 fetch 复核、不撑爆上下文的材料。工具链不用换，需要换的是「搜索结果应该长什么样」——再往下一层，还有和「再包一层搜索 API 的差别」，那是实现细节的对比。

这是什么

Argo 是给 AI Agent 用的多语言搜索基础设施。

真实检索从来不是「一种语言 + 一个搜索框」：有人问 A 股行情，有人问 World Cup，有人用日文找动画，有人要 IMDb 上的导演信息。Argo 的出发点很朴素——按领域、按语言、按需求选路，把问题送到合适的源，而不是一律扫网页标题。联网搜索与本机文件搜索一体可用。

产出不是「链接清单」，而是「证据候选 + 可信度分解」。路选对了，证据才站得住。

和「再包一层搜索 API」的差别

问啥像啥

它怎么工作

查询
  ├─ 意图消歧（可选）
  ├─ 查询改写（可选；路由仍看原始意图）
  ├─ 语言检测 + 语言偏好
  ├─ 路由（域规则 + TF-IDF + 预算 + 语言补充源 + 热路径缓存）
  ├─ 多引擎召回（熔断 / 负缓存 / 并行）
  ├─ 空结果分阶恢复（放宽 → 换同族/通用 → 跨语言；防污染）
  ├─ RRF 融合 + 可选精排
  ├─ 证据快评（权威 · 证据密度 · 时效 · 共识）
  └─ 统一 JSON（含 engine_outcomes / recovery）

证据评分（简版）

selection  ≈ 域名权威，SERP/跳转链压到很低
absorption ≈ 数字 / 定义 / 对比 / 披露等证据密度
freshness  ≈ 发布时间（会忽略「2015 年以来」这类历史对比年）
综合       ≈ 0.40·selection + 0.35·absorption + 0.15·freshness + 0.10·引擎分

结果字段含 selection、absorption、credibility_fast、evidence_flags 等，方便 Agent 直接排序。

Agent 使用纪律（建议）

1. 高后果问题（持仓、安全、是否属实）：search → 看快评分 → 对 top 结果 fetch → 再下结论
2. 数字：写清口径，冲突时并列，不要硬合并
3. 搜索结果页 / 跳转链：不要当正文信源
4. 社交帖：当舆情与叙事，不当事实真值
5. 事实核查：宁可多一两条分层查询（来源 / 对比 / 主体）

快速开始

任选一种即可。以 GitHub 为唯一安装真源（npx github:taxueseek/argo 或 install.sh），当前推荐 v2.8.3。请勿用 npm install argo-search——npm registry 上那份是非官方陈旧版 v1.0.1（非本仓库维护，功能残缺、不随本项目更新）。本包 package.json 已设 private: true 防止误发布到 npm registry。

零配置就能跑：不配 API Key 时走免费引擎 + 本地 local_* 引擎；配了 Key 的源质量通常更好，没配则自动跳过。

方式一：一键脚本（推荐本机长期用）

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh | bash

装到指定目录、并挂 Skill 入口：

curl -fsSL https://raw.githubusercontent.com/taxueseek/argo/main/scripts/install.sh \
  | bash -s -- --home "$HOME/.local/share/argo" --link "$HOME/.claude/skills/argo"

验证：

python3 ~/.local/share/argo/scripts/search.py "贵州茅台股价" --json
python3 ~/.local/share/argo/scripts/search.py --list-engines

方式二：MCP 不装包，直接用 GitHub（推荐 Agent 快速挂载）

需要 Node.js 18+ 和 Python 3.10+，首次执行一次：

pip3 install pyyaml

npx -y github:taxueseek/argo

客户端配置示例（Claude Code / Cursor / Kimi 等）：

{
  "mcpServers": {
    "argo": {
      "command": "npx",
      "args": ["-y", "github:taxueseek/argo"]
    }
  }
}

DeepSeek Harness 一键插件（.dsh-plugin bundle）

在 DeepSeek Harness 里一行安装（两种装法）：

# 装法 A：仅 10 个 mcp__argo__* 搜索工具（主包自带 bundle）
dsh plugin --profile web add "github:taxueseek/argo"

# 装法 B：搜索工具 + wide_research 并行研究编排（子包）
dsh plugin --profile web add "github:taxueseek/argo#main&path:packages/dsh-plugin"

重启 dsh web 后生效。包结构见 packages/dsh-plugin/；同 id mcp-argo / wide-research 可在用户层 cordis.patch.yml 覆盖。装法 B 的 wide_research 模块只存在于子包依赖树，主包 patch 不引用它，避免只装主包时 Cordis 解析失败。

依赖清单（通俗版）

安装脚本（install.sh）只自动装前两个；其余可选依赖按需 pip install 或 brew install 即可。 更稳、完全不依赖 Node 的写法：先装脚本（方式一），再指向本机 Python：

{
  "mcpServers": {
    "argo": {
      "command": "python3",
      "args": ["/path/to/argo/scripts/mcp_server.py"]
    }
  }
}

Python 路径特殊时：export ARGO_PYTHON=/path/to/python3（仅 npx 入口会读）。

方式三：git clone（开发 / 改源码）

git clone https://github.com/taxueseek/argo.git
cd argo
pip3 install pyyaml
bash scripts/install.sh --link ~/.claude/skills/argo   # 可选
python3 scripts/search.py --list-engines

适用平台

安装后自检

python3 --version          # 需要 3.10+
python3 -c "import yaml; print('PyYAML OK')"
python3 -m pytest tests/test_unit.py -q   # 可选
python3 scripts/search.py --list-engines

能做什么

五种能力，通俗说

1. 通用搜索 + 垂直搜索，双管齐下

日常问题走通用网页搜索；一问到行情、影视、体育、宏观这类「有标准答案」的问题，自动切到垂直源直接给答案，而不是扔给你一堆链接。目前约 120+ 个源、60+ 业务域，金融 / 宏观 / 影视 / 体育 / 地理 / 组织 / 媒体 / 化学 / 学术 / 代码等都有专门的路。

2. 缓存：不重复花冤枉钱

时效性没那么强的内容（百科类、历史数据这类），第一次查完会进缓存，之后同样的查询直接命中，不再每次都走一遍 API。双层缓存（内存 + SQLite），热查询约 10ms 级返回，既省钱也省时间。

3. 专为 Agent 设计，更省 Token

产出是「证据候选 + 可信度分解」的精简 JSON，不是长篇网页；MCP 响应可以按需裁剪，snippet 可控，不会撑爆 Agent 的上下文。比常规模型自带的搜索能力更专业、更省 Token。

4. 深度研究

把一个笼统的问题拆成多个子问题，多源并行采集，最后给出「还差什么证据」的缺口提示。适合综述、调研这类要全面、要扎实的场景。

5. 登录态专业搜索（专业模式，默认关闭）

知乎、小红书、公众号这类要登录才能看的内容，以及 JS 渲染页、反爬页，用真实浏览器配合登录态去搜。默认关闭，需要时开启，依赖 ego lite 和 WebBridge 两个东西，详见下节「登录态专业搜索」。

6. 时间能力（时间窗 + 方向排序）

要搜「最近几天刚发布的内容」，用 --since 7d 这类时间窗框住发布时间范围，判断新旧不再靠猜。支持引擎（如 realtime_index，免 Key 实时索引源，结果自带发布时间）把窗口下推给数据源；其余引擎的融合结果会按 published_at 兜底剔除明确超窗的条目（宽松策略，无时间字段的保留），返回包带 time_filtered 统计，CLI 与 MCP 均支持。--since 7d 与「7 天前的绝对日期」等价、共享缓存；--until 2026-08-01 含当天。配合 --sort newest|oldest 按发布时间重排——找最新动态用 newest，找最早出处用 oldest。

能力入口速查

预算模式

当前大致能力（v2.8.3）

• 多语言路由修复（v2.8.3 新增）：ja/ko 查询返回目标语言（不再被中文引擎污染）；德法西意等多语言走 anysearch 返回对应语言；weighted RRF 弱源降权（weakest-link，论文 2508.01405）；anysearch 进程内 builder（更快更稳）

• Windows 全平台可用（v2.8.2 新增）：移除 npm os 限制；全链路 UTF-8 防线（PYTHONUTF8 + -X utf8 + 6 处 JSON read_bytes）根治 GBK 崩溃；工具探测改 shutil.which；Chrome/Edg